《表2 模型大小与内存需求》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度卷积网络压缩算法在焊缝识别中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

训练40000轮并分析模型性能。其中最大内存需求表示各层中消耗内存最多的层所需的内存量。模型需求即为压缩后的模型大小。如表2所示，所提算法对模型达到1/23.8的压缩比率，极大地压缩了模型的尺寸。相比于Alex提出的原网络结构模型，压缩后的模型也具有很好的加速功能。此外，图8对比了未压缩模型、传统算法压缩模型和经所提算法压缩后的模型识别率。可以看到，经改进后的压缩算法识别率提高了8.7%，与原未压缩模型的识别率基本一致，说明所提算法改善了原压缩算法精度低的问题。